Portuguese Chinese (Simplified) English French German Italian Japanese Russian Spanish

Como o MBA em Ciências de Dados mudou as carreiras dos participantes

Alunos da primeira turma comentam resultados obtidos nas empresas em que atuam

 

frame divulgação

 

Quem está no mercado de trabalho sabe a dificuldade que é arrumar tempo para tarefas que não sejam as atribuições que o próprio emprego exige. Ao mesmo tempo, a capacitação profissional é uma necessidade. E quanto mais ágil, eficiente e de qualidade os cursos, melhor o aproveitamento. 

No início deste ano, cumprindo sua principal premissa de fazer interagirem a matemática e indústria, o Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), em parceria com o Instituto de Ciências Matemáticas e de Computação (ICMC/USP) lançaram o MBA em Ciências de Dados, o primeiro da área oferecido a distância por uma universidade pública.

A proposta de mudar a vida profissional dos participantes em um ano foi percebida quase na totalidade. Arion Melkan de Freitas é Engenheiro de Software no Itaú Unibanco e integra a primeira turma. "Quando soube que esse MBA estava sendo oferecido, não pensei duas vezes. Passado esses 10 meses de curso, só tenho a agradecer, especialmente pela relação da teoria com a prática. Quando você entra nesse curso, você não tem um certificado garantido. É preciso muita dedicação para realizar as atividades, provas e o trabalho de conclusão de curso, além da assimilação dos conhecimentos. Tive muitos ganhos na percepção de padrões que encontramos quando tratamos os dados, trabalho melhor com python, com análise exploratória e identificação dos dados que realmente geram informação ao cliente. Além disso, o MBA já me ajudou a prestar alguns processos seletivos para direcionar a minha carreira para área de Ciências de Dados, esse é um objetivo que eu tenho", disse Arion.

Para Ricardo Grego, Senior Business Analyst no NuBank, o MBA em Ciências de Dados se destacou pela carga teórica, aliada às aplicações práticas." É um ótimo equilíbrio para entender muito bem o que é Ciências de Dados e como utilizar todo esse ferramental matemático e estatístico. O formato de aulas e monitorias EAD foram muito bem estruturados, com equipe de professores e monitores de altíssimo nível. Eu, que trabalho com análise de dados, já enxergo muitas aplicações em minha atividade profissional atual e diversas possibilidades de desenvolvimento de carreira".

Um dos diferenciais do curso é o fato de contar com uma das melhores equipes de cientistas da computação, estatística e matemática aplicada do país. "Ministrar o curso de Aprendizado Dinâmico para o MBA foi uma experiência interessantíssima, pois pude discutir temas relevantes para a análise de dados coletados ao longo do tempo, como modelos de séries temporais, redes dinâmicas e análise de sobrevivência. No curso, trabalhamos com problemas práticos atuais, precedidos de desenvolvimentos teóricos e com referências de qualidade. Como o curso é oferecido pela USP, os alunos têm acesso amplo à infraestrutura online da universidade, como repositórios de livros e artigos. Tive retornos extremamente positivos dos alunos. Analisamos dados de diversas naturezas, como aplicações das áreas médica, financeira, biológica, e inclusive dados epidemiológicos de COVID-19. Os tutores fizeram um excelente trabalho também, oferecendo todo o apoio teórico e computacional para o desenvolvimento das práticas propostas em cada aula. Considero o curso um sucesso, que traz retorno a curto prazo à carreira dos alunos, como inclusive já foi relatado por alguns deles", comentou Cibele Russo, Professora Doutora em Estatística do ICMC. 

"Não menos importante é destacar que a primeira edição do MBA realmente trouxe problemas das empresas onde os participantes trabalham para que fossem solucionados por nossa equipe de especialistas, sendo que, o nosso maior objetivo, de dar aos alunos as ferramentas e o conhecimento para tomadas de decisões nas empresas que atuam, foi cumprido. Ganham os profissionais e as indústrias de forma geral.", observou o coordenador do MBA, Francisco Louzada Neto

Francisco lembra ainda que o MBA oferece diploma chancelado pela USP, um diferencial em qualquer currículo." Convido a todos para integrar esse novo mundo da informação digital. O processo seletivo para a segunda turma já começou!".

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciências de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira – Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Pesquisadores criam ferramenta para predizer a evolução da Covid-19 em São Paulo

Sistema analisa diagnósticos específicos para cada região do estado

 

 

Professores da Unesp e da USP desenvolveram uma ferramenta que utiliza matemática e inteligência artificial para predizer o número de infecções, óbitos e pacientes recuperados no estado de São Paulo. Utilizando dados fornecidos pelas prefeituras municipais e concentrados na plataforma Info Tracker, os pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), apoiado pela Fapesp, conseguem apontar resultados individuais para cada uma das 22 regiões do estado.

Os dados sobre a Covid-19 já existentes são utilizados para calibrar os parâmetros do modelo matemático, que se baseia na modelagem SIR – amplamente utilizada para analisar qualitativamente a dinâmica de epidemias. Com inteligência artificial, os pesquisadores conseguem analisar esses dados preexistentes e fazer com que o modelo aponte as tendências para os próximos dias, incluindo o número efetivo de reprodução do vírus em cada região.  “Utilizar um modelo epidemiológico já bem estabelecido na literatura científica aliado à robustez da inteligência artificial é unir o melhor dos dois mundos. Assim, conseguimos resultados acurados e customizados para a realidade de cada uma das regiões do estado”, analisa Wallace Casaca, professor da Unesp em Rosana.

Ferramenta foi disponibilizada pelos pesquisadores nesta semana

“A inteligência artificial permite descobrir quais parâmetros melhor modelam cada região. Descobrir os parâmetros do modelo matemático é mais útil que predizer os dados diretamente, pois permite analisar as tendências das curvas em cada região”, completa Fábio Amaral, aluno da Pós-graduação em Matemática Computacional da Unesp em Presidente Prudente.

Em resumo, os pesquisadores utilizam os dados coletados das últimas semanas para treinar o modelo, a fim de analisar um comportamento qualitativo e também quantitativo nas regiões do estado. Assim, os resultados obtidos para os dias seguintes refletem com mais precisão as tendências das curvas de infecções, óbitos e recuperações. “Com dados atuais e projeções curtas, é possível ser mais assertivo nos resultados. Além disso, fazer essas análises de forma individual para cada região do estado é a maneira mais adequada, porque os resultados levam em consideração as peculiaridades de cada uma delas e as ajudam a tomar as decisões de forma mais eficiente”, destaca Cassio Oishi, professor da Unesp em Presidente Prudente.

A ferramenta já está disponível na internet e pode ser acessada por qualquer interessado. A esperança é que as predições ajudem os governos a combater a pandemia com mais aporte. “A previsão é sempre excelente, porque com ela os governos podem se preparar, inclusive com leitos hospitalares, planejando a volta gradual das atividades e muito mais. A eficiência da previsão depende muito dos dados oferecidos. Esse trabalho pode ter mais sucesso do que outros porque a coleta e o armazenamento dos dados são feitos com informações de cada município, o que aumenta o nível de detalhes obtidos”, finaliza José Alberto Cuminato, diretor do CeMEAI.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Estudos comparativos indicam inconsistências em boletins de São Paulo sobre Covid

Divulgação dos dados contém diferenças entre os próprios documentos liberados pela Prefeitura

 

Nas últimas semanas, a cidade de São Paulo tem dado passos na direção da reabertura gradual do comércio e da flexibilização das medidas de isolamento social. Porém, um estudo comparativo realizado por um pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) mostra que os dados sobre óbitos por Covid-19 divulgados pela Prefeitura têm sofrido alterações retroativas nos boletins emitidos diariamente.

Nas imagens abaixo, retiradas dos boletins da Prefeitura, é possível observar que o número de mortes pode ter sido atualizado de forma retroativa – ou seja: se, por exemplo, uma vítima da Covid no dia 15 de julho teve o diagnóstico da doença como causa da morte apenas no dia 20, seu óbito será contabilizado no dia 15, e não no dia 20. Dessa forma, o número de óbitos diários é mitigado, já que as mortes estariam sendo distribuídas nos dias anteriores.

13 714 7

Os boletins dos dias 13 e 14 de julho de 2020 mostram os mesmos números de óbitos nos dias anteriores

15 7

Já o boletim do dia 15 de julho de 2020 altera os números que permaneceram iguais nos boletins anteriores

 

Observando a tabela a seguir, que também utiliza dados dos boletins da Prefeitura, é possível perceber o efeito prático de uma mudança dessa natureza na divulgação. Se os óbitos fossem contabilizados de acordo com a data de constatação da Covid, como no boletim do dia 14, e não a partir da data da morte em si, como no boletim do dia 15, os dados de óbitos no período entre os dias 9 e 13 de julho seria praticamente o dobro do que foi informado.

tabela boletins

*Tabelas de evolução de óbitos - MSP (SIM / SMS-SP) dos Boletins Epidemiológicos da Prefeitura de São Paulo.

Essa prática também ajuda a explicar o gráfico abaixo. Comparando os dados da Lombardia, na Itália, e da cidade de Nova Iorque, nos Estados Unidos, com os números informados pela Prefeitura de São Paulo, pode-se perceber que não houve um pico abrupto de óbitos diários na capital paulista – ao contrário do que ocorreu nas outras duas regiões. Dessa forma, a partir desses dados, não é possível identificar ao certo se já houve o pico na capital, ou, ainda, que o declínio dos óbitos diários observado na Lombardia e em Nova Iorque ocorrerá em São Paulo.

casos diarios

“Analisando os dados e os gráficos de Nova Iorque e da Lombardia, é possível observar que as duas curvas apresentam comportamentos similares, isto é, uma espécie de assinatura de como a pandemia se comportou nessas regiões. Isso não é possível constatar na curva de São Paulo. Uma hipótese poderia ser a questão da ausência de uma testagem massiva, ou ainda, por outro lado, como o resultado - positivo - do isolamento social adotado nos primeiros meses da pandemia. Nesse sentido, São Paulo parece estar esticando a curva, o que em um primeiro momento é algo positivo. Porém, é importante ponderar que, como o número de novos óbitos ainda se mantém elevado, essa regularidade acaba sendo prejudicial, já que, ao contrário das outras regiões, não vemos indícios fortes de quedas no número de óbitos”, explica Wallace Casaca, responsável pelo estudo comparativo entre as cidades.

A análise do número de casos confirmados também mostra alguns pontos inconsistentes. Como observado na ferramenta InfoTracker, que também é alimentada por dados oficiais, entre os dias 10 e 22 de julho, os dados de casos diários positivos de Covid-19 em São Paulo se mantiveram cerca de 90% abaixo do que foi observado com relação às médias semanais anteriores ao dia 10. Pode-se perceber no gráfico a seguir – também criado a partir de dados divulgados pela Prefeitura – que há uma queda abrupta no número de casos diários em São Paulo.

casos diários all

Entre os dias 10 e 21, o número máximo de casos diários foi de 600, ocorridos no dia 16. Porém, os casos diários do dia 22 chegaram a 18.601, o que corresponde a um crescimento de quase 10% em relação ao número total de casos durante todo o curso da pandemia. A própria Prefeitura, em boletim, confirma que os dados do E-SUS não são atualizados desde o dia 9 de julho.

e sus

Desta forma, não é possível ter certeza se os dados entre os dias 10 e 22 foram se acumulando e divulgados apenas ao fim do período ou se eles não foram corretamente levantados.

O estudo completo, com explicações técnicas e metodológicas, pode ser acessado aqui.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Parceria auxilia São Carlos em políticas para moradores de rua

Pesquisadores utilizam a matemática para análise das informações

 

Parceria auxilia São Carlos em políticas para moradores de rua

Em parceria com a Prefeitura Municipal de São Carlos, pesquisadores do CEPID - CeMEAI realizam um projeto para entender o perfil de moradores em situação de rua na cidade. Após um censo com cerca de duzentas pessoas, os dados irão receber análise matemática e poderão contribuir com políticas públicas para quem está nessa situação. Conheça melhor o trabalho:

Publicado por CEPID - CeMEAI em Quarta-feira, 15 de julho de 2020

 

A Prefeitura de São Carlos em parceria com pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) realizam um projeto para entender o perfil de moradores em situação de rua. Após um censo com cerca de duzentas destas pessoas, os dados irão receber análise matemática que poderão contribuir com políticas públicas para essa população.

O coordenador do projeto é o pesquisador do CeMEAI e professor do ICMC, Alexandre Delbem. “Precisamos entender todos os processos deste sistema complexo e em conjunto, desenvolver as ferramentas matemáticas que podem esclarecer aspectos importantes e colaborar nas políticas”, disse.

Para a secretária de Cidadania e Assistência Social de São Carlos, Glaziela Solfa Marques, comentou os benefícios da parceria. “Este trabalho com a universidade gera economia de recursos, são processos que faríamos de uma outra forma e agora estão sendo digitalizados, com uma análise diferenciada e trazer a área da matemática, de informações de dados com essa realidade social tem sido muito interessante e tem mostrado esse lado de que essa junção de saberes pode ser potente”.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Sistema analisa dados comparativos sobre o avanço da Covid-19 em São Paulo

Ferramenta apresenta dados de 82 cidades do estado

 

info tracker

 

Desde o início da pandemia do novo coronavírus, uma das grandes preocupações dos pesquisadores que buscam formas de combatê-la é com a qualidade e a organização dos dados de casos, óbitos, internações e outros números que ajudem a traçar um panorama mais certeiro da evolução da doença.

Nos últimos dias, essa discussão ganhou ainda mais força com a decisão do Governo Federal em remover algumas informações do portal oficial – que depois foi anulada por decisão do STF – e a alteração na forma de contagem de casos e óbitos diários no país.

Foi nesse contexto que pesquisadores lançaram o SP Covid-19 Info Tracker. A ferramenta reúne dados desde o início da pandemia em 82 cidades paulistas, que correspondem a 95% dos óbitos confirmados no estado. O sistema apresenta dados de histórico diário, índices epidemiológicos e resultados de estatísticas matemáticas fornecidas por cada município monitorado, possibilitando que as informações sejam comparadas na íntegra. Assim, a ferramenta de análise de dados permite uma avaliação mais assertiva da evolução da doença em cada município e no estado como um todo.

O projeto é uma iniciativa de pesquisadores da UNESP e da USP liderados por Wallace Casaca, professor da Unesp em Rosana e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela Fapesp.

“Trata-se de uma ferramenta de análise de dados que monitora as cidades do estado em tempo real, permitindo que sociedade, mídia, comunidade científica e entidades governamentais possam entender com maior nível de detalhamento a evolução da Covid-19 no estado. A ferramenta compila diversas informações sobre o avanço da doença no estado, incluindo, além dos dados brutos dos municípios, dados de historicidade, estatísticas, índices epidemiológicos e resultados de simulações matemáticas”, explica Casaca.

 

Info Tracker possibilita comparações de dados entre cidades

 

O Info Tracker é um sistema aberto para acesso público que reúne várias estatísticas e processa os dados com modelos matemáticos e algoritmos de ciência de dados. O instrumento se divide em quatro partes. A primeira mostra os números diários e absolutos de casos confirmados, descartados e notificados, testes realizados, pacientes recuperados e óbitos confirmados, de acordo com as informações fornecidas por cada município e do processamento dos dados coletados.

A segunda parte apresenta gráficos que apresentam visualmente a historicidade dessas informações e dão um perfil detalhado do desenvolvimento da Covid-19 ao longo do tempo.

As duas últimas páginas possibilitam um comparativo entre os dados de quaisquer cidades do estado monitoradas pelo projeto, também com apresentação de gráficos e estatísticas para análise temporal.

Além de fornecer os dados de uma forma mais didática e informar a população mais claramente, os pesquisadores querem que a ferramenta seja útil para que governo e municípios sejam auxiliados nas tomadas de decisão para desenvolver políticas públicas de combate à pandemia.

“Além de dar transparência aos dados sobre o novo coronavírus no estado, a plataforma visa dar condições para que secretarias municipais e entidades do poder público estadual possam implementar respostas rápidas, de ordem técnica e síncrona com a ocorrência do dado, a partir da análise dos dados e da situação de cada município”, completa o pesquisador.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Analisando apenas hemograma, pesquisadores detectam casos negativos de Covid-19 com 95% de precisão

Sistema utiliza dados para facilitar o diagnóstico e auxiliar o trabalho dos profissionais de saúde

 

diagnow

 

Pesquisadores estão desenvolvendo uma plataforma digital que utiliza dados de pacientes para criar indicadores e auxiliar na tomada de decisão dos médicos no combate ao novo coronavírus. Apenas com dados de hemograma, o sistema utiliza inteligência artificial para ajudar os hospitais a agilizar o processo de diagnóstico e otimizar recursos.

O DiagoNow, como foi chamada a ferramenta, funciona em quatro etapas, que atuam de forma complementar para confirmar casos positivos ou dispensar os casos negativos. A primeira delas é a auto-triagem - um fornecimento de dados por conta do próprio paciente, que responde a um questionário online sobre os sintomas. As respostas alimentam o banco de dados e auxiliam o paciente a tomar a decisão de ir ou não ao hospital. Os dados são também aproveitados na anamnese, que é a segunda parte do processo.

Na anamnese, o sistema utiliza informações de sintomas, sinais vitais e histórico médico para calcular um indicador inicial sobre a presença ou não da Covid-19 em cada paciente.

A terceira etapa da ferramenta são os exames complementares. São aproveitados exames como hemograma e raio-x para calcular indicadores precisos sobre a presença do vírus. Esse momento é fundamental para auxiliar a tomada de decisão dos médicos e fornecer diagnósticos assertivos sobre o coronavírus.

O último passo é o de previsões e monitoramento, que faz um acompanhamento dos pacientes consultados ou internados para monitorar o quadro clínico de cada um e emitir alertas, auxiliando a decidir se o paciente deve ser internado e, posteriormente, se deve ser encaminhado para a UTI.

jornada

Apesar de o DiagoNow ter quatro passos bem definidos, os pesquisadores começaram a implementação da plataforma pela terceira fase: a de exames complementares, que já está em funcionamento. A decisão foi tomada de forma estratégica. "Geralmente, a confirmação do diagnóstico pelo rt-PCR, exame padrão ouro para detectar o coronavírus, é muito distante das primeiras suspeitas da presença do vírus - e pode até mesmo não acontecer. Por isso, decidimos criar um momento intermediário através do hemograma em que a ferramenta consegue acelerar o processo e fornecer mais dados para a tomada de decisão dos profissionais de saúde”, explica Vinícius Molina Garcia, estudante de Engenharia de Computação da USP em São Carlos e Head de Estratégia do projeto.

As análises dos hemogramas já têm dado resultados muito satisfatórios. A partir dos dados preexistentes, a plataforma DiagoNow consegue informar, com até 95% de precisão, os casos negativos da doença. Ou seja: um simples hemograma é suficiente para descartar casos negativos em 19 de cada 20 exames. 

Quando a ferramenta acusa possibilidade da doença, a precisão é de 67%. Nesses casos, o possível infectado segue sendo avaliado nas partes seguintes do processo.

Durante as etapas, o DiagoNow oferece gráficos detalhados, que mostram os dados levados em conta pelo modelo. “Isso ajuda o médico a tomar as decisões com mais embasamento e também ver como o modelo chegou a essa resposta”, completa Garcia.

União entre universidades para desenvolver a solução

Os pesquisadores que trabalham no desenvolvimento do DiagoNow se juntaram depois de participarem de um desafio do Hospital Albert Einstein. A banca julgadora avaliou muito bem os trabalhos, elencando-os como destaques. Com isso, os autores entraram em contato para trabalhar juntos na solução.

Além de Garcia, o grupo é formado por outros dois alunos de André de Carvalho, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI): Samuel Bastos, aluno de Engenharia Mecatrônica da USP, e Rafael Bizão, aluno de pós-doutorado do ICMC. O grupo também é formado por dois alunos da Universidade Federal do ABC - Jairo da Silva Freitas Júnior e Patrícia dos Santos - por um aluno da Universidade Federal da Bahia - Kaike Weslley Reis - e pelo desenvolvedor Ivan Bolorino. 

membros

Juntos, os pesquisadores têm avançado no desenvolvimento do DiagoNow e contam com o apoio do Hospital de Amor de Barretos, que está fornecendo consultoria médica para o aprimoramento da plataforma.

Próximos passos

Os cientistas querem, agora, aperfeiçoar a fase de exames complementares do DiagoNow, desenvolver as habilidades do sistema nas outras fases e integrar o sistema às plataformas hospitalares já existentes.

“Queremos oferecer a ferramenta de forma gratuita aos hospitais interessados. Para isso, estamos buscando hospitais parceiros, porque precisamos de dados para treinar os modelos. Estamos trabalhando para que os algoritmos sejam treinados dentro do banco de dados de cada hospital”, destaca Garcia.

Com a plataforma em pleno funcionamento, a ideia dos pesquisadores é que ela não fique restrita ao coronavírus. “Queremos expandir o DiagoNow para que ele seja capaz de atuar como um norte em toda decisão médica difícil, fornecendo dados que possam ajudar a combater outras doenças também”, finaliza.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Pesquisa analisa distribuição de processos no Supremo Tribunal Federal

Um dos autores, Julio Stern utiliza técnicas matemáticas para sugerir transparência

 

Como é decidido qual ministro do Supremo Tribunal Federal vai julgar qual processo? A distribuição dos processos no STF ou em qualquer tribunal tem que seguir o pressuposto de que o juiz não escolhe que casos vai julgar e as pessoas não decidem que juízes julgarão seus casos.

As regras constam de regimentos internos. E também são analisadas por uma pesquisa intitulada “Avaliando a aleatoriedade em caso de atribuição: o estudo de caso do Supremo Tribunal Brasileiro”, que tem como um dos autores o pesquisador do CEPID- CeMEAI Julio Michael Stern, professor do IME/USP.

Uma das justificativas do estudo se baseia no fato de que, nos sistemas judiciais dos países ocidentais modernos, os procedimentos aleatórios são empregados para selecionar o júri, a corte e/ou o juiz encarregado de julgar um caso legal. “Portanto, esses procedimentos aleatórios desempenham um papel importante no decorrer de um caso e devem cumprir alguns princípios, como transparência e auditabilidade completa”, diz o resumo da pesquisa.

“No entanto, esses princípios são negligenciados por procedimentos aleatórios em alguns sistemas judiciais, que são realizados em sigilo e não são auditáveis pelas partes envolvidas”, observa Julio.

Ainda segundo ele, a distribuição de casos no Supremo Tribunal Federal é um exemplo de tal procedimento, pois é realizada por meio de procedimentos desconhecidos para as partes envolvidas nos processos judiciais.

O artigo, com publicação na Law, Probability & Risk, da Oxford Academic, apresenta uma revisão de como o Sorteio tem sido empregado historicamente.

No vídeo, o pesquisador explicou o estudo.

 

Pesquisa analisa distribuição de processos no Supremo Tribunal Federal

A distribuição dos processos no STF ou em qualquer tribunal tem que seguir o pressuposto de que o juiz não escolhe que casos vai julgar e as pessoas não decidem que juízes julgarão seus casos. O professor Julio Stern, do IME-USP e pesquisador do CEPID - CeMEAI, é um dos autores de um estudo de como essa aleatoriedade tem sido empregada historicamente. Entenda:

Publicado por CEPID - CeMEAI em Quinta-feira, 23 de abril de 2020

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Pesquisa analisa relação entre o crime e infraestrutura ao redor das escolas

Modelo também está sendo aplicado em São Carlos por um convênio com a Prefeitura

 

Pesquisa analisa relação entre o crime e infraestrutura ao redor das escolas

Um trabalho que conta com a participação de pesquisadores do CEPID - CeMEAI em parceria com o Núcleo de Estudos da Violência da USP busca entender a relação entre os padrões de criminalidade e as características de cada região da cidade de São Paulo. Conheça melhor o estudo, que já está sendo aplicado em São Carlos/SP:

Publicado por CEPID - CeMEAI em Terça-feira, 17 de março de 2020

 

Entender a relação entre os padrões de criminalidade e as características de cada região da cidade de São Paulo é o tema central de uma pesquisa orientada pelo pesquisador Afonso Paiva Neto do Centro de Pesquisa, Inovação e Difusão em Ciências Matemáticas Aplicadas à Indústria (CEPID-CeMEAI) e que conta com colaboração de Luis Gustavo Nonato em parceria com o Núcleo de Estudos da Violência (NEV).

A aluna de doutorado Jaqueline Alvarenga Silveira trabalhou com dados reais fornecidos pelo NEV e que deram suporte para um estudo direcionado à análise específica das atividades criminosas ao redor das escolas.

“O nosso maior objetivo neste trabalho era entender essa relação entre a criminalidade e infraestrutura no entorno dos grupos de escolas analisados para poder ajudar os formuladores de políticas públicas em suas decisões”, diz Jaqueline.

“Desenvolvemos um mecanismo analítico versátil baseado na decomposição de tensor para extrair padrões de várias fontes de dados, permitindo o agrupamento de escolas de acordo com esses padrões. Mais especificamente, reunimos indicadores socioeconômicos, informações sobre infraestrutura urbana e histórico criminal envolvendo mais de seis mil escolas na cidade de São Paulo. O modelo permitiu combinar e extrair os padrões mais representativos para cada grupo de escolas”, explica.

Entre as conclusões obtidas Jaqueline cita o fato de existir uma relação direta entre o aumento do número de ponto de ônibus e bares e o aumento de crimes, especialmente o crime transeunte. “Identificamos, por exemplo, padrões que mostram que existe roubo de carro no período da tarde no entorno de grupos de escolas. Uma explicação para isso se deve justamente por conta do congestionamento de carros gerado na saída das aulas”.

O orientador de Jaqueline, Afonso Paiva Neto, lembra que outras tantas variáveis podem ser concluídas por intermédio dessa ferramenta, auxiliando nas tomadas de decisões dos gestores públicos. “O trabalho pode auxiliar em políticas de segurança nas escolas que já existem e também no planejamento de novas unidades a serem construídas”, comenta.

Segundo ele, o próximo passo da pesquisa é evoluir para a relação entre violência no entorno das escolas e desempenho dos alunos.

O município de São Carlos, no interior de São Paulo já está sendo beneficiado pela pesquisa. Um convênio foi firmado com a Prefeitura Municipal e irá auxiliar a Secretaria de Segurança Pública a melhorar a segurança nas escolas.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

iSports é ampliado e ajuda a identificar talentos no judô

App analisa desempenho de atletas da Confederação Brasileira

 

Foto início iSports Judô editada 

 

Procurados pelo instrutor consultivo da Confederação Brasileira de Judô, Marcus Agostino, pesquisadores do Instituto de Ciências Matemáticas e da Computação (ICMC- USP) que desenvolveram o iSports, com apoio Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), aceitaram o desafio de ampliar a pesquisa, inicialmente com foco na identificação de talentos no futebol, para esta outra modalidade esportiva.

A atual responsável pelo projeto coordenado por Francisco Louzada Neto, Caroline Godoy, explica que a ideia da Confederação inicialmente era automatizar a coleta de dados que já é feita, acrescentando algum tipo de análise estatística que diferenciasse os talentos neste esporte.

“A ideia é a mesma do trabalho desenvolvido com o futebol (coleta, análise e identificação de talento) o que mudou foi o tipo de variável coletada, pois é outro esporte e a visualização do aplicativo que estamos desenvolvendo”, explicou.

Ainda segundo a pesquisadora, a análise teve início pelos atletas do sub-20 que tiveram os dados coletados em competições brasileiras. “Após o recebimento desses dados, estamos analisando variáveis com informações físicas e técnicas para identificar características como desempenho do judoca e habilidades em luta”.

Dados da Confederação estimam que o Brasil tenha mais de dois milhões de praticantes de judô, sendo 10% desse total, atletas profissionais. O judô está entre os dez esportes mais praticados do país.

“O iSports Judô pode auxiliar automatizando e agilizando a coleta de informações que já são feitas nas competições, oferecendo uma descrição completa do atleta que poderá verificar seu desempenho e compará-lo com os demais competidores. O programa poderá também abrir portas para atletas não profissionais acompanharem seus desempenhos pelo aplicativo onde eles poderão inserir suas informações, ter respostas e compará-las”, comentou.

“A ideia deste trabalho que foi remodelado e ampliado é proporcionar controle e acompanhamento do desempenho do atleta profissional, bem como a identificação de talentos e proporcionar um App para os não profissionais se compararem com os principais atletas do país”, resumiu Caroline.

Além da coordenação de Louzada e Caroline, o grupo que trabalha neste projeto é formado pelo Prof. Dr. Anderson Luiz Ara Souza (Docente UFBA), Marcos Jardel Henrique (Aluno de Doutorado em Estatística UFSCar/ICMC-USP), Gustavo Zabotto (Aluno Graduação), Júlio Trevisan Centanin (Aluno Graduação), Vinícius Loureiro Siqueira (Aluno Graduação) e
Wesley Da Silva (Aluno Graduação).

Além de receber o apoio do CeMEAI, o projeto também faz parte do ICMCIn, coordenado pela professora Solange Rezende, cujo objetivo é disponibilizar espaço e apoio para uma pré-incubação e/ou uma formação empreendedora para projetos de inovação.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Sistema pode auxiliar municípios no enfrentamento das enchentes

Tecnologia monitora rios e aponta soluções para segurança da população

 

 

São Carlos, interior de São Paulo, onde está localizado o Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), viveu, nesta semana, uma das piores enchentes dos últimos anos. As imagens mostram o problema em tempo real por intermédio de sensores e câmeras instalados em dois dos pontos mais críticos e que fazem parte de um sistema de monitoramento baseado em Intenet das Coisas.

Liderada pelo professor Jó Ueyama, do Instituto de Ciências Matemáticas e da Computação (ICMC- USP), com colaboração dos professores João Porto de Albuquerque (Universidade de Warwick), Mario Eduardo Mendiondo (EESC/ICMC) e dos alunos Sidgley Camargo de Andrade (Doutorando no ICMC - USP),  Thiago Aparecido Gonçalves da Costa (Mestrando no ICMC - USP) e Lucas Augusto Vieira Brito (Mestrando no ICMC - USP), a pesquisa é capaz não apenas de detectar enchentes e o nível de poluição de rios, como pode avisar a população, via aplicativo de celular, sobre os eventuais riscos.

O sistema é chamado e-NOE e funciona por meio da Intenet das Coisas (IoT) e Inteligência Artificial. Leia mais e assista o vídeo.

“Diferentemente da hidrometria convencional, em que os dados só são coletados quando o usuário vai até a estação para extraí-los, na IoT as informações são transmitidas em tempo real para os interessados. O próprio sistema pode emitir automaticamente alertas de enchentes em tempo-real usando a tecnologia de comunicação sem fio como o 3G”, explica Jó Ueyama.

Ainda segundo ele, a tecnologia já se encontra registrada no INPI e à disposição de prefeituras e órgãos interessados em utilizar o sistema. “Nós da universidade temos o dever de criar novas  tecnologias que possam beneficiar a população e cabe ao poder público ou empresas privadas o uso das mesmas. Há um showcase da tecnologia instalada em São Carlos; e a mesma está pronta para auxiliar os municípios em políticas públicas no enfrentamento dessas enchentes que trazem tantos danos não apenas materiais, mas que até tiram vidas”, disse Jó.

A tecnologia apoiada pelo CeMEAI já foi replicada e está em funcionamento no município de Rio do Sul, cidade catarinense onde a população já recebe alertas e é orientada pela Defesa Civil com esta mesma tecnologia. Veja na reportagem.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Página 1 de 2